![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
MasicMcsu
这个作者很懒,什么都没留下…
展开
-
Self-supervised Multi-view Person Association and Its Applications
参考文章:http://203.187.160.133:9011/www.cs.cmu.edu/c3pr90ntc0td/~ILIM/projects/IM/Association4Tracking/files/Self_supervised_Multiview_Person_Association_and_Its_Applications.pdf【Abstract】由于频繁的遮挡、剧烈的...原创 2019-12-19 18:20:18 · 400 阅读 · 0 评论 -
Caffe实战:LeNet模型训练测试MNIST数据集
MNIST转成lmdb格式首先下载minist数据文件。此处我放的路径为E:\installpacket\编程软件\caffe源码\caffe-master\caffe-master\examples\mnist\minist(注意:路径中中最好不要包含空格等字符,否则有可能会出现问题) 在该文件夹下建立bat文件。内容如下:set DATA=E:\installp原创 2017-04-05 23:30:56 · 634 阅读 · 0 评论 -
Going Deeper with Convolutions学习笔记
摘要本模型的主要特色是改进了对计算资源的利用,在同等计算负担下,增加了网络的深度和宽度。在ILSVRC14数据集上进行测试的,采用了22层深度网络。相关工作 对于像Imagenet大规模数据集,当前的趋势是增加神经网络的深度和宽度,使用dropout解决过拟合的问题。 Lin etal提出的Network-in-Network(M. Lin, Q. Chen,原创 2017-04-18 20:43:08 · 3333 阅读 · 1 评论 -
GAN生成式对抗网络总结
【1.介绍】 GAN网络可以看成是两个网络模型对抗,一个是生成网络模型G,一个是识别网络模型。生成式网络模型G是一个用来生图片的网络,该模型的输入为一个随机的噪声z,通过这个噪声来生成相应的图片,该图片记做G(z)。识别网络模型D是一个判断网络,它用来判断网络是不是真是的样本。输入的样本图像为x,x即可能来自于模型G所产生,也可能来自于真实的样本,D(x)表示x为真实样本的概率,输出为1表原创 2017-05-06 19:46:54 · 6260 阅读 · 0 评论